QC七大手法培训教材

的步骤如下﹕ 1). 在一定期间收集不良数据。 2). 依原因﹑状况﹑位置等加以分层﹐计算个数。 3). 依个数多的顺序排列﹐做成次数图。 4). 求相对累计次数﹐并绘制折线图。 5). 记录收集数据的期间﹑检验数据﹑制图者等有 关事项
4.2.3 柏拉图—范例
4.3 特性要因图；
4.5.2 管制图—制做
绘制管制图时﹐首先应选定特性值﹐并选定收集预备资料 1). 选定特性值 利用管制图來管制制程的目的有二﹐即﹕ (A) 使制程保持安定 (B) 使该特性值保持安定 为了满足上述目的﹐选定特性值须考虑下列几点﹕ a. 制程的管理项目﹐有时只有一个﹐但通常以2个以上为多。 b. 要选择能适切反映该制程状态的特性。 c. 选择与顾客要求的品质特性(真正的特性)有密切关系之特 性。 d. 不仅是最终制品的品质特性﹐亦应选选择中间制程的特 性﹐并尽可能管制前制程的特性较为有利。
DIP ~ û ` N O £ ,¥ ¡ @ « ¨ ² · ° À H û ¶ e · þ ° ¦ « ¯ ¦ © ¥ ­ ¥ « F Ñ u @ ± Ø ³ ² ¥ TEST¶ £ É ,µ i | Õ ® ¬ ò µ ¸
SOP¯ ` £ Ô Ó Î · Æ ¨ ³ ® § ¥ ¯ ` ö @ Ë d ± Ø ¦ ¨ § ª À ª ² ¥
4.3.3 特性要因图—范例
° µ ° ¡ µ ¸ « ¦ ¨ ¯ ´ () w U | ¡ B | Õ ] À R ¸ § Ï @
H ¯ ¯ (³ ¬ ¨ ° ° ) ] Æ Æ µ x
PARK¸ X { ` ï O É , u ¥ ® ® ¨ ¬ ~ N £ } ñ U ¶ § ] Ë Ø Ë u ` N O £ ¥ ³ ¥ À ¦ ¨ ² ¯ ECN J ý · N w ] OK¨ @ B z ¦ Á ¦ ¥ ¥ O ¯ ®

柏拉图在品质管理中的应用
总结词
通过柏拉图分析找出影响品质的主要因素， 以便集中力量解决。
详细描述
柏拉图是一种用于找出影响品质的主要因素 的分析方法。通过柏拉图分析，可以将影响 品质的各种因素按照影响程度进行排列，从 而找出影响品质的主要因素。在品质管理中， 柏拉图可以用于对产品、过程、环境等方面 的数据进行统计和分析，帮助管理人员更好 地了解和控制产品的质量。
控制图
总结词
将实际数据与控制限进行比较，判断生产过程是否处于控制状态。
详细描述
控制图是一种常用的质量控制工具，通过将实际数据与控制限进行比较，判断生产过程是否处于控制 状态，从而及时发现异常情况并采取相应的措施进行调整和改进。
直方图
总结词
将数据按照大小进行分组，并计算每组数据的频数和频率。
详细描述
直方图在品质管理中的应用
总结词
通过直方图分析数据的分布情况，以便了解过程的稳 定性和产品质量状况。
详细描述
直方图是一种用于分析数据分布情况的图表。通过直方 图分析，可以了解数据的分布情况和变化趋势，从而了 解过程的稳定性和产品质量状况。在品质管理中，直方 图可以用于对产品、过程、环境等方面的数据进行统计 和分析，帮助管理人员更好地了解和控制产品的质量。
THANK YOU
感谢聆听
数据准确性
确保数据的准确性和完整 性，避免误导分析结果。
措施有效性
在制定改善措施时，要确 保措施的有效性和可操作
性。
团队合作
在实施过程中，要注重团 队合作，充分发挥每个人
的优势。
问题分析
在分析问题时，要深入挖 掘根本原因，避免表面化。
持续改进
在实施改善措施后，要持 续监控效果，并根据需要

28
2.QC手法的运用应該特別注意层別法的使 用. QC七大手法中的柏拉图.检查表.散布 图.直方图和控制图都必須以发現的问题 或原因來作层別法. 例如制作柏拉图时,如果设定太多项目 或设定项目中其他栏所估的比例过高,就 不知道问题的重心,这就是层別不合格的 原因.別外直方图的双峰型或高原型都有 层別的问题.
3

QC统计手法概述
公司应具备质量意识、问题意识、危机意识、
改善意识，寻求自身工作的改善方法，在管理 上应用统计技术的方法和概念，在全员努力之 下来满足顾客要求和社会要求。
在QC活动中所采用的统计方法，都极为简单，
即我们常讲的“QC七大手法”。
4
QC统计手法概述
管理循环
目前产业界，必須将管理、改善、统计方法三者统一
第一章 检查表
10
一.何谓检查表? 为了便于收集数据,使用简单 记号填记并予统计整理,以作进 一步分析或作为核对、检查之用 而设计的一种表格或图表。(用 來检查有关项目的表格) 二.检查表的种类 检查表以工作的种类或目的 可分为记录用检查表、点检用检 查表两种。
11
检查表
检查表是使用简单易了解的标准化表格或图形， 人员只需填入规定的检查表记号，再加以统计汇 总，即可提供量化分析或比对检查，有时也称为 点检表或查核表。 检查表的分类
29
层别法的实施步骤
1 先选定调查的对象 2 设计收集数据所使用的表单 3 设定资料的收集点并培训员工如何填写表 单 4 记录及观察所得的数值 5 整理数据，分类绘制应有的图表 6 比较分析与最终推论
30
三.管理工作上也应該活用层別法 如果在管理工作上就用层別法的概念先作分类的 工作,以商品別作业绩比较表,可查出那种商品出了问 题.如再以营业单位別销售落后业绩产品的层別化再比 较即可发現各单位对这种产品的销售状況.如对业绩不 理想的单位,以营业人員別化即可发現各营业人員的状 況,如此问题將更加以明确化. 以上的说明中可以发现管理者为了探究问题的真 正原因,分別使用了商品別,单位別.人別等层別手法, 使得问题更清楚,这就是层別法的观点.

一、检验表:
为了便于搜集数据，使用简朴统计填记并于统计整顿，以 作进一步分析或作为核对,检验之用而设计旳一种表格或图表.
作法： • 1.明确目旳； • 2.决定检验项目； • 3.决定检验方式(抽检、全检)； • 4.决定查验基准、数量、时间、对象等； • 5.设计表格实施查验。
举例：找对象
检验表旳种类:
145 136 134 160 142 149 167 146 157 163 139 160 153 147 148 140 152 150 142 153
3
142 152 144 158 143 148 152 147 153 164 126 159 154 156 147 141 170 151 141 150 4
教育训练 140hr/人/年
度94%
应用QA Network
衝件CSI
他山之
干部学习FMEA
改善品质 石檢討
IPQC与FQC交叉 擔綱
统计稽核
随时問題反饋 規格問
每日始業点檢 点檢結
題反饋
果反饋
模具問
來料問
推動模 每日IPQC作 題反饋 題反饋
具稽核 业点檢
每七天品
QIT活動10 次以上
品质檢討會
協助生产 品质教育
F3鎖扣 不回弹
对变异要求苛刻
实配间隙小
模具、设备
16 人员
模具定位不稳定 模具改善不及时
品管人員檢查不落实 責任心不強
模具設计不合理 设备維修不力
产线未做好自主檢查 模修人员技能不夠
模具设备老化 模具保养不当
品质意识不夠 为
教育训练不夠
何
F3
新机种承接不力 教育训练不夠

11
如何分层
总经理打电话把品质部张经理叫到办公室， 将本月客户退货统计丢在其面前说：“退 货率5%，超过目标3%，请立即拿出解决的 方案出来，如果下个月没有改善，你自己 看着办。”
各位帮张经理一把，接下来应怎么办？
12
分层的角度
时间 错误现象
作业员、班组 机器
发生地点
材料
作业条件
产品
13
分层原则
说明：高低不一，有缺齿情形。不正常分配，系因测定值 或换算方法有偏差，次数分配不妥当所形成。
结论：稽查员对测定值有偏好现象，如对5,10之数字偏好； 或是假造数据。测量仪器不精密或组数的宽度不是倍数时， 亦会有此情况。
29
切边型 (断列型)
说明：有一端被切断。 结论：原因为数据经过全检过,或制程本身有经 过全检过,会出现的形状。若剔除某规格以上 时,则切边在靠近右边形成。
Phase 6
全公司 级质量 管理
3
统计手法在质量体系中的应用
客户满意度 设计与开发
纠正与预防
质量体系 中的应用
数据分析
事实决策
产品过 程监视
4
数据的类型与要求
准确
及时
完整
连续
针对
统一
数据要求
计量型 计数型
5
QC七大手法
层别法 .决定影响结果的因素
查检表
制订表格收集数据
直方图
统计数据了解变异
因果分析图… 柏拉图…
T72=T71+C=148.5
24
案例演示
组号 1.0 2.0 3.0 4.0 5.0 6.0 7.0
频次分布表
上组界
下组界
中心距
120.5

第四部分 直方图和散布图的
制作及案例分析
五、直方图
从样本中获取数据是认识总体的基 础，样本的数量越多，得到的关于总体 的信息越多。信息增多时，要想一下子 了解总体比较困难，那么应用直方图就 简单了。
直方图
直方图是将所收集的数据分为几个相等的区间作 为横轴，并将各区间内的测定值所出现次数累积而成 的面积，用柱子排列起来的图形。
○
○
3、润滑加油
○
☆
说明栏：○正常 ☆故障 保养人：
3
4
○
○
○
☆
○
○
审核：
汽车定期保养点检表
10000KM时的定期保养
工厂名：
公司
保养
日期： 费用： 行驶公里：
✓ 电瓶液量检查
✓ 火星塞清扫 换新机油
A 风扇皮带检查
A 分电盘盘盖检查
✓ 空气滤清器清扫 A 化油器检查
注：图中符号意义－ ✓ 查验 Ａ 调整 执行
层别法应用课堂练习
1、请针对你公司目前的实际情况来设计； 2、如果你想对最近一周内车间制程不良项目的出现
按作业的机台进行分类； 3、请设计一份合适的层别法应用表，格式不限/内容
自拟。
第三部分 柏拉图和因果图的
制作及案例分析
三、柏拉图
当我们要解决问题时，总会发现产生问题的要因 很多，不知从何着手，因此最好找出其影响度最大的 几个要因，再按优先顺序，一一谋求改善对策，才能 以有限的人力和时间，有效地解决问题。柏拉图就是 这样一种供你寻找重要要因的一种统计工具。
6、作次数分配表，如下表：
组号 1. 2. 3. 4. 5. 6. 7. 8. 9.
10．
组界 123. 5-127.5 127. 5-131.5 131. 5-135.5 135. 5-139.5 139. 5-143.5 143. 5-147.5 147. 5-151.5 151. 5-155.5 155. 5-159.5 159. 5-163.5

14% 12% 10% 8% 6% 4% 2% 0% 5月21日 5月22日 5月23日 5月24日 5月25日 5月26日 5月27日 5月28日 A厂家 B厂家 C厂家
QC七大手法---层别法
45 40 35 30 25 20 15 10 5 0 喷锡不良 孔偏 断线 锡皱 绿漆不均 板面刮伤 其他
二、各类数据的特性
计数值数据的特性：
计数值数据是指不能用量仪测量的、具有离散型的数据。它属于判断属性的数据，通常用查 数的办法获得，一般只取整数。计数值数据又可以分为计件值数据和计点值数据， 。
●计件值数据是根据某种特点，对产品进行按件查点得到的数据，如合格品数、废品数、不合格
品数、彩色电视机台数、质量检测项目数等等；
三、质量数据的收集
1、质量数据的收集应做目的明确
搜集数据的目的不同，搜集数据的过程和方法也不同。
2、搜集数据应当真实准确
不准确的数据，不但没有意义，而且会因为提供了假信息而引起判断和决策的错误 ，造成不应有损失，这也就是“假数据比没有数据更坏”的道理。
3、质量数据的记录完整
搜集数据时，应当把搜集数据的条件完整地记录下来，比如：抽样方式、抽样时间 、检测仪器、工艺条件和检测人员等如实完整地记录下来，以便事后必要时查用。
QC七大手法---调查表法
调查表的类型
一般而言，调查表可依其工作的目的或种类分为下述两项：
1、点检用调查表（俗称点检表）
主要功用是為要確認作業實施、機械設備的實施情形,或為預防發生不良或事故,確保安全時使用.這種點檢 表可以防止遺漏或疏忽造成缺失的產生.把非作不可、非檢查不可的工作或項目,按點檢順序列出,逐一點檢並 記錄之.如：设备点检表、温度点检表、湿度点检表、内部审核检查表等，此类点检表的作用主要是确认检查 作业过程中的状况，以防止作业疏忽或遗漏。

小计
弯曲
4 22
3
2
4
8
6
1
0
50
粘合 10 20 32
5
8
8
5
6
15 109
毛刺 2 2
6
5
6
0
8
2
4
35
断裂 5 7
2
9
1
4
0
2
1
31
披锋 1 0
2
3
1
2
0
0
ห้องสมุดไป่ตู้
1
10
划伤 1 2
1
0
0
0
1
2
1
8
爆裂 2 5
1
3
4
0
1
2
0
18
脏污 0 2
4
1
2
3
0
1
3
16
电哑色 1 3
0
1
3
2
4
0
0
14
裂纹 0 1
步骤5：绘制累积曲线
1） 针对累积不良率在右纵轴与横轴区域间找出 坐标点，共7点。
2） 用折线将7个点连接。
28
不良项目
累计百分比
140
94.70%
90%
130
83.20%
120
75.10%
110
100
90
60.10%
80
70
60
35.80%
50
40
30
20
10
00
孔位 锣槽 色差 尘粒 尺寸 划伤 不平
2 粘合
3 毛剌
4 断裂

03
改进措施执行不到位
即便通过散布图分析确定了问题所在， 若后续的改进措施执行不力或监督不到 位，也难以达到预期的改进效果。因此 ，确保每项措施都被有效实施并定期评 估其成效至关重要。
分析方法选择不当
散布图的分析过程中，选择合适的统计 方法和解读图表是关键。错误的方法选 择可能导致误导性的结论，因此必须根 据数据特性和研究目的精心选择分析技 术。
历史背景与发展
01 QC七大手法的起源
QC七大手法起源于日本，由质量管理专家石川馨在20世纪50年 代提出，旨在通过系统化的分析工具，解决生产过程中的质量问 题，提升生产效率与产品质量。
02 发展历程与演变 03 国际影响与推广
自QC七大手法诞生以来，随着科技的进步和管理理念的更新， 这些手法经历了不断的完善与发展，逐渐形成了一套完整的质量 管理工具体系，广泛应用于各行各业。
数据的可视化呈现
将复杂的数据以图表或图形的形式直观展现，可以 大大提高信息的可理解性和传达效率。数据可视化 不仅能够帮助我们快速捕捉关键信息，还能促进团 队间的沟通与协作。
案例分享
01
02
03
调查表法在制造业的 应用
通过一个具体案例，展示如何运 用调查表法对生产线上的问题进 行系统分析和数据收集，进而发 现生产过程中的瓶颈和改进点， 有效提升生产效率和产品质量。
相关性评估
利用散布图可以直观地评估两个变量之间的相关性强度，即它们是否同向 变化或反向变化，以及变化的一致性如何，这对于理解变量间的内在联系 非常有帮助。
典型问题与改进措施
01
数据关联性不明确
在应用散布图时，经常遇到数据间关联 性不明显的问题。这通常是由于数据采 集的样本量不足或者数据本身的变异过 大所导致，进而影响了对问题根源的判 断和分析。